Nutrition Interventions Deliver Value in Healthcare: Real-World Evidence
Notice bibliographique
Résumé
Suela Sulo,1 Leah Gramlich,2 Jyoti Benjamin,3 Sharon McCauley,4 Jan Powers,5 Krishnan Sriram,6 Kristi Mitchell7 1Global Health Economics & Outcomes Research, Abbott, Chicago, IL, USA; 2Faculty of Medicine and Dentistry, University of Alberta, Edmonton, AB, Canada; 3Nutrition, Kaiser Permanente, Bellevue, WA, USA; 4Quality Management, Academy of Nutrition and Dietetics, Chicago, IL, USA; 5Nursing Research & Professional Practice, Parkview Health, Indianapolis, IN, USA; 6eICU, Advocate Health Care, Downers Grove, IL, USA; 7Health Policy, Avalere Health, Washington, DC, USACorrespondence: Suela SuloAbbott Nutrition, Abbott Park, Chicago, IL 60064, USATel +1 224-668-1377Fax +1 224-668-8355Email suela.sulo@abbott.comAbstract: Value is a key guiding principle in healthcare, yet value is defined in varying ways by different stakeholders. In this paper, we review evidence of the health and financial tolls of malnutrition or poor nutrition, report positive results from recent nutrition-focused quality improvement programs in hospitals, and discuss clinical and policy implications of realizing best-practice nutrition care. Hospitalized patients with malnutrition diagnoses have up to two-fold greater hospital costs for care compared to inpatient stays for adequately nourished patients. By contrast, implementation of nutrition care programs for hospitalized adults (nutrition status screening, assessment and diagnosis of malnutrition, oral nutritional supplements provided when indicated) is associated with substantial per-patient, per-episode healthcare savings approaching $4,000. Improved nutrition care has also been associated with fewer complications and faster recovery (shortened lengths of stay, lower readmission rates). Nutrition care thus delivers value, which is evidenced by better patient outcomes at cost savings to healthcare systems.Keywords: nutrition, value, healthcare, real-world evidence, quality improvement programs
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,058 | 0,321 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».